Llevo 3 meses y 10 días construyendo una plataforma de datos para una cadena de cafeterías. El proyecto está basado en un framework propio que desarrollé integrando cinco corrientes metodológicas: modelado dimensional (Kimball), Balanced Scorecard (Kaplan & Norton), arquitectura corporativa de datos (Inmon), mejora continua (Deming) y competencia analítica (Davenport). La idea es que ninguna de estas metodologías sola es suficiente — la potencia está en cómo se articulan. Quiero compartir dos aprendizajes que han marcado el proceso. Aprendizaje 1: Antes de construir dashboards, define las decisiones Lo primero que hice no fue código — fue un Blueprint Estratégico que conecta la estrategia del negocio con las métricas que el modelo debe producir. Estructurado en torno al Balanced Scorecard, define qué preguntas debe responder el sistema y para quién. Algunos ejemplos concretos: - ¿Qué productos del Top 10 en volumen no están en el Top 10 de margen? - ¿Hay insumos en sobrestock en una sucursal y en crítico en otra? (problema de distribución, no de compra) - ¿Qué tan rentable fue realmente una promoción? (margen certificado post-cierre, no estimado) Sin este paso, es fácil construir dashboards bonitos que nadie usa porque no responden las preguntas correctas. Aprendizaje 2: Los umbrales son un acuerdo vivo entre el equipo técnico y el negocio Para que un dashboard genere acción necesita umbrales. Pero definirlos antes de tener datos históricos es complicado. Nuestra solución — inspirada en el ciclo PDCA de Deming — fue proponer un punto de partida razonado con lógica de semáforo 🟢🟡🔴, documentar la lógica detrás de cada valor y dejarlo explícito como propuesta para ajustar con datos reales en las primeras semanas. El número no tiene que ser perfecto desde el día uno. Lo importante es que exista un criterio compartido y un proceso para mejorarlo. Hoy estamos a una semana de certificar los datos y arrancar con los primeros dashboards. El aprendizaje más valioso: los cimientos importan más que la velocidad.

Buenas noches a todos, me gustaría compartir con vosotros el panel de ratios comentado en publicaciones anteriores y que tanto trabajo me ha costado crear; permite analizar en un mismo panel múltiples ratios a elegir por el usuario, lo que permite obtener una visión general de cómo se encuentra la empresa desde el punto de vista de un analista financiero, un CEO, o un analista de riesgos, completamente interactivo y con los valores óptimos específicos para el tipo de empresa y sector en el que nos encontremos.

Cuando empiezas, crees que el problema es: – Aprender DAX – Entender las relaciones – Saber hacer gráficos “bonitos” Te obsesionas con la herramienta. Luego pasa algo. Te das cuenta de que el verdadero problema no era técnico. Era otro. – No tener claro qué decisión quieres tomar – No saber qué KPI es realmente relevante – No entender del todo el negocio que estás midiendo – Medir demasiado… y decidir poco Y ahí cambia todo. Power BI deja de ser una herramienta de informesy empieza a ser una herramienta de criterio. Si estás empezando (o llevas poco tiempo), te lanzo una pregunta: 👉 ¿En qué punto estás ahora mismo? ¿Más enfocado en la técnica… o ya peleando con el negocio? Te leo 👇

Si queremos avanzar de verdad (y no solo consumir contenido), hoy toca rendir cuentas ⚔️ Quiero ver cómo va vuestra comunidad y dónde estáis cada uno. Cuenta y comparte :) 👉 HOY DEBES PUBLICAR UN POST (No vale comentar en este post, cada uno su propio post por favor) Comienzo yo con los avances generales de la comunidad. Os cuento las mías sobre esta comunidad. Espero leer las vuestras muy pronto. Ya somos 530 miembros. Hemos incluido una nueva sección en Classroom abierta para todos: Paso 1 - Empieza aquí Porque muchos empiezan por vídeos sueltos. Por publicaciones. Por debates. Y eso está bien. Pero si quieres construir un Cuadro de Mando profesional, necesitas empezar por el sitio correcto, seguir una hoja de ruta probada y cumplir tu objetivo. Paso 1 - Empieza aquí También, como cada semana, han habido hilos muy interesantes: @Joan Olesa ha expuesto dos casos, uno de restaurantes y otro sobre una editorial https://www.skool.com/power-bi-mentor-9202/progreso-semanal-210c0d04 @Andres Gomez ha expuesto un caso de RRHH https://www.skool.com/power-bi-mentor-9202/dashboard-rrhh-2 Hemos resuelto un caso interesante y habitual sobre la propagación de filtros entre dimensiones y diversas alternativas (unas más óptimas que otras) expuesto por @Jose manuel Machacon https://www.skool.com/power-bi-mentor-9202/duda-en-un-modelo @Manlio Rolon nos ha compartido un documento "Análisis Estratégico de Rentabilidad", seguro que te será de mucha ayuda:

En el camino de aprender analítica, es muy común sentir que nos perdemos en la técnica. A veces intentamos que Power BI resuelva problemas que deberían gestionarse mucho antes, y es ahí donde el sistema se vuelve un poco difícil de mantener. Para quienes están explorando cómo construir sus propios sistemas, les comparto el flujo que a mí me ayuda a mantener el orden y la tranquilidad. No es la única forma, pero es un camino que nos da mucha seguridad al trabajar: Fase 1: La base (Ingeniería de Datos) Aquí es donde preparamos el terreno para que los datos nos den confianza. - El origen (RAW): Documentar de dónde viene todo es el primer paso. Si guardamos reglas claras (como usar un file_sha256), nos aseguramos de que el sistema sea auditable. Es como llevar una buena bitácora de viaje. - La preparación (STG): Aquí convertimos el dato "crudo" en "usable". Limpiamos y organizamos, pero sin intentar resolver todo el negocio todavía. Vamos paso a paso. - La confianza (DQ): Antes de seguir, revisamos que todo cuadre. Si los inventarios tienen discrepancias, el sistema nos avisa. Tener este control previo nos da mucha paz mental. Fase 2: La mirada (Ingeniería de Decisiones) Aquí es donde todo el trabajo técnico cobra sentido y ayuda al negocio. - El diseño (DW): Aquí usamos el modelo estrella. Es una forma de organizar la información que el negocio entiende de forma natural (sucursales, productos, tiempos). Es nuestro mapa. - La claridad (Gold): Aquí definimos las métricas oficiales. Al tener un consenso, todos hablamos el mismo idioma y evitamos confusiones. El objetivo final de este flujo no es hacer una arquitectura compleja, sino que cuando abramos nuestro dashboard, podamos dejar de preguntarnos si el dato está bien y empezar a enfocarnos en qué decisión podemos tomar para mejorar. ¿En qué parte del proceso sienten que se les complica más mantener el orden? ¿Hay algún paso que les gustaría explorar con más calma?